論文の概要: Model-based Workflow for the Automated Generation of PDDL Descriptions

• arxiv url: http://arxiv.org/abs/2408.08145v1
• Date: Thu, 15 Aug 2024 13:29:25 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-16 13:46:24.828491
• Title: Model-based Workflow for the Automated Generation of PDDL Descriptions
• Title（参考訳）: PDDL記述の自動生成のためのモデルベースワークフロー
• Authors: Hamied Nabizada, Tom Jeleniewski, Felix Gehlhoff, Alexander Fay,
• Abstract要約: このコントリビューションは、統合システムと製品モデルからPDDL記述を自動生成するための包括的なワークフローを提供する。 提案するワークフローは,MBSE(Model-Based Systems Engineering)を活用して,システムおよび製品情報の整理と管理を行う。 これらのモデルの変更が更新されたPDDL記述に素早く反映されることを保証し、効率的で適応可能な計画プロセスを容易にします。
• 参考スコア（独自算出の注目度）: 42.956580283193176
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Manually creating Planning Domain Definition Language (PDDL) descriptions is difficult, error-prone, and requires extensive expert knowledge. However, this knowledge is already embedded in engineering models and can be reused. Therefore, this contribution presents a comprehensive workflow for the automated generation of PDDL descriptions from integrated system and product models. The proposed workflow leverages Model-Based Systems Engineering (MBSE) to organize and manage system and product information, translating it automatically into PDDL syntax for planning purposes. By connecting system and product models with planning aspects, it ensures that changes in these models are quickly reflected in updated PDDL descriptions, facilitating efficient and adaptable planning processes. The workflow is validated within a use case from aircraft assembly.
• Abstract（参考訳）: 計画ドメイン定義言語(PDDL)の記述を手作業で作成するのは難しく、エラーを起こしやすく、豊富な専門家の知識を必要とする。 しかし、この知識はエンジニアリングモデルにすでに組み込まれており、再利用することができる。 したがって、この貢献は統合システムと製品モデルからPDDL記述を自動生成するための包括的なワークフローを提供する。 提案するワークフローでは,MBSE(Model-Based Systems Engineering)を活用してシステム情報と製品情報を整理・管理し,自動的にPDDL構文に変換して計画する。 システムモデルと製品モデルと計画的側面を結びつけることで、これらのモデルの変更が更新されたPDDL記述に素早く反映され、効率的で適応可能な計画プロセスを容易にします。 ワークフローは、航空機の組み立てからユースケース内で検証される。

関連論文リスト

• Control Industrial Automation System with Large Language Models [2.2369578015657954]
  本稿では,大規模言語モデルと産業自動化システムを統合するためのフレームワークを提案する。 フレームワークの中核には、産業タスク用に設計されたエージェントシステム、構造化プロンプト方法、イベント駆動情報モデリング機構がある。 コントリビューションには、フォーマルなシステム設計、概念実証実装、タスク固有のデータセットを生成する方法が含まれる。
  論文  参考訳（メタデータ） (2024-09-26T16:19:37Z)
• Automatic Platform Configuration and Software Integration for Software-Defined Vehicles [4.522485108591059]
  本稿では,ソフトウェア定義車両(SDV)のプラットフォーム構成とソフトウェア統合を自動化する新しいアプローチを提案する。 モデルベースシステム工学(MBSE)を活用することで,プラットフォーム構成やソフトウェア統合計画を自動的に生成する。 提案システムは,安全要件の遵守を確保しつつ,動的かつ柔軟な資源割り当てを可能にする。
  論文  参考訳（メタデータ） (2024-08-04T19:54:03Z)
• Leveraging Environment Interaction for Automated PDDL Translation and Planning with Large Language Models [7.3238629831871735]
  大規模言語モデル(LLM)は、様々な自然言語タスクにおいて顕著な性能を示している。 潜在的な解決策として、計画ドメイン定義言語(PDDL)へのプランニングの問題が提案されている。 LLMと環境フィードバックを利用してPDDLドメインと問題記述ファイルを自動生成する手法を提案する。
  論文  参考訳（メタデータ） (2024-07-17T19:50:51Z)
• Control and Automation for Industrial Production Storage Zone: Generation of Optimal Route Using Image Processing [49.1574468325115]
  本稿では,DIPを用いた生産ラインモデルのゾーンに対する産業自動化手法の開発に焦点をあてる。 新カスケード法は、それぞれの段階を適切な方法で定義し、関連する手法を開発に含めることを可能にした。 システムはOpenCVライブラリをベースとしており、Java言語に基づいたオブジェクト指向プログラミング(OOP)プラットフォーム上に実装された人工視覚に焦点を当てたツールである。
  論文  参考訳（メタデータ） (2024-03-15T06:50:19Z)
• Real-World Planning with PDDL+ and Beyond [55.73913765642435]
  我々は、軽量さ、単純さ、そして最も重要なのは適応性を強調するために作られた新しいPDDL+プランナーであるNyxを紹介する。 Nyxは、ある種のAIプランニングを必要とする事実上の現実世界のアプリケーションに合わせることができ、現実の問題を解決するための計画手法をより広く採用するための道を開くことができる。
  論文  参考訳（メタデータ） (2024-02-19T07:35:49Z)
• Automated Process Planning Based on a Semantic Capability Model and SMT [50.76251195257306]
  製造システムと自律ロボットの研究において、機械で解釈可能なシステム機能の仕様に「能力」という用語が用いられる。 セマンティック能力モデルから始めて、AI計画問題を自動的に生成するアプローチを提案する。
  論文  参考訳（メタデータ） (2023-12-14T10:37:34Z)
• AutoPlanBench: Automatically generating benchmarks for LLM planners from PDDL [52.005042190810116]
  PDDLで書かれたベンチマークをテキスト記述に変換する新しい手法であるAutoPlanBenchを提案する。 優れたLCMプランナーは計画タスクをうまくこなすが、他のプランナーは現在の手法には及ばない。
  論文  参考訳（メタデータ） (2023-11-16T11:55:27Z)
• Prompt2Model: Generating Deployable Models from Natural Language Instructions [74.19816829003729]
  大規模言語モデル(LLM)により、システムビルダーはプロンプトによって有能なNLPシステムを作成することができる。 言い換えれば、LSMは従来の特殊目的のNLPモデルとは逆のステップである。 本稿では,LLMに提供されるプロンプトのように自然言語によるタスク記述を行う汎用手法であるPrompt2Modelを提案する。
  論文  参考訳（メタデータ） (2023-08-23T17:28:21Z)
• Leveraging Pre-trained Large Language Models to Construct and Utilize World Models for Model-based Task Planning [39.29964085305846]
  事前訓練済みの大規模言語モデルをプランナーとして直接使用する方法は、計画の正確性に限界があるため、現在は実用的ではない。 本研究では,ドメイン定義言語(PDDL)の計画において,明示的な世界(ドメイン)モデルを構築し,ドメインに依存しないプランナで計画する新たなパラダイムを提案する。
  論文  参考訳（メタデータ） (2023-05-24T08:59:15Z)
• Towards autonomous system: flexible modular production system enhanced with large language model agents [0.0]
  本稿では,大規模言語モデル(LLM),デジタルツイン,産業自動化システムを組み合わせた新しいフレームワークを提案する。 実装済みのプロトタイプが未定義のタスクをどのように処理し、運用プロセスを計画し、操作を実行するかを示します。
  論文  参考訳（メタデータ） (2023-04-28T09:42:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。